Kontekstno ovisna analiza sentimenta izraza hrvatskoga jezika

završni rad

• Naslov (engleski): Contextual Sentiment Analysis of Croatian Expressions
• Autor: Paula Gombar
• Mentor: Jan Šnajder (mentor)
• Član povjerenstva: Jan Šnajder (predsjednik povjerenstva)
• Član povjerenstva: Goran Glavaš (član povjerenstva)
• Član povjerenstva: Domagoj Alagić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2015-07-13, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Porastom raspoloživih količina korisnički generiranog sadržaja povećalo se zanimanje za strojnom analizom sentimenta, kojom se utvrđuje je li tekst usmjeren pozitivno, negativno ili neutralno. U radu su proučeni postupci za analizu sentimenta s naglaskom na postupak temeljen na strojnom učenju. Razrađen je model za kontekstno ovisnu analizu sentimenta izraza hrvatskoga jezika temeljen na modelu nadziranog strojnog učenja, po uzoru na rad Wilsona i dr. (2005). Izgrađen je i ručno označen odgovarajući skup tekstnih podataka na hrvatskome jeziku za razvoj i ispitivanje modela. Provedeno je iscrpno eksperimentalno vrednovanje modela, statistička obrada rezultata i analiza pogrešaka.

Sažetak (engleski)

Given the increase in the amount of available user-generated content, there has been rising interest in sentiment analysis based on machine learning, which determines whether the text attitude is positive, negative or neutral. This paper examines methods for sentiment analysis with a special focus on methods based on machine learning. A model for contextual sentiment analysis of Croatian expressions has been devised, based on the supervised machine learning model described in the work of Wilson et al. (2005). An appropriate dataset consisting of texts in Croatian was manually built and annotated. It was used for model development and testing. An exhaustive experimental evaluation of the model was conducted, along with statistical result and error analysis.

• Ključne riječi: obrada prirodnog jezika; analiza sentimenta; strojno učenje; stroj potpornih vektora; hrvatski jezik; računalna lingvistika
• Ključne riječi (engleski): natural language processing; sentiment analysis; machine learning; support vector machines; Croatian language; computational linguistics
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:839815
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2018-02-06 08:56:47